Ученые из РТУ МИРЭА разработали инновационный способ идентификации электронных устройств на основе их «радиогенома» — уникального электромагнитного излучения, которое генерирует любое электронное устройство. Эта технология позволяет бесконтактно определять тип, состояние и даже скрытые дефекты гаджетов, что открывает новые возможности в тестировании, ремонте и защите от подделок.
Каждое электронное устройство, будь то смартфон, ноутбук или микроконтроллер, создает характерные флуктуации электромагнитного поля, зависящие от его схемотехнической архитектуры. Исследователи использовали методы статистической радиофизики, частотно-временной анализ и нейросетевые алгоритмы, чтобы преобразовать эти сигналы в уникальные «радиопортреты».
Действительно, электромагнитное поле, наводимое цифровыми гаджетами, например, смартфоном, ноутбуком или Embedded-устройством, может быть представлено набором реперных идентификаторов – радиогеномов, т.е. суперпозицией физически неклонируемых функций в виде системы спектрально-временных радиопортретов. Радиогеном по аналогии с биометрикой узора отпечатков пальцев или ржаной оболочки глаза человека представляет собой точно такой же уникальный, однако «радиоволновой отпечаток» – вторичный радиосигнал малой мощности, излучаемый схемотехнической архитектурной электронного гаджета, с помощью которого бесконтактно на заданном расстоянии возможно распознать одно из тысячи однотипных смарт-устройств, используя программно-аппаратные решения, построенные на основе сверточной нейровизионной сети.
Разработка ученых РТУ МИРЭА открывает широкие возможности для практического использования. В сервисных центрах метод может ускорить диагностику неисправностей электроники, выявляя скрытые дефекты на ранних стадиях. Производители электронных компонентов смогут применять технологию для защиты своей продукции от подделок, проверя подлинность микросхем по их уникальным электромагнитным отпечаткам.
В телекоммуникационной сфере радиогеном позволит улучшить мониторинг состояния сетевого оборудования, а в беспроводных технологиях — повысить точность систем ближнего радиообнаружения. Перспективным направлением также выглядит интеграция метода в системы промышленного интернета вещей (IoT), где надежная идентификация устройств критически важна для безопасности.
Однако внедрение технологии требует решения технических сложностей, связанных с точностью анализа сигналов.
Основные сложности возникают при частотно-временном разложении радиоизображений на составляющие и извлечении из них интересующих физических и кодовых параметров. Здесь существуют объективные причины, по которым невозможно одновременно получить достоверные значения всех параметров заданного устройства. Для повышения достоверности приходится дополнительно прибегать к методам статистического анализа, что увеличивает время преобразования и повышает ресурсоемкость нейровизионной системы.
Как отмечают исследователи, существующие ограничения частотно-временного разрешения пока не позволяют добиться мгновенного распознавания без дополнительной обработки данных.
Читайте ещё материалы по теме:
Метод управления терагерцовыми волнами с помощью магнитного поля разработан учёными РТУ МИРЭА
ИИ-помощник для создания эластомеров разработан учёными ВолгГТУ и НГУ
Новый тип реактора для получения синтез-газа создали учёные Пермского политеха